TEDxAustin
Joel Selanikio: The big-data revolution in health care
โจเอล เซลานิกิโอ: ต้นกำเนิดที่น่าทึ่งของการปฏิวัติระบบข้อมูลขนาดมหึมา (big data) ในวงการสาธารณสุข
Filmed:
Readability: 4.1
745,046 views
การรวบรวมข้อมูลด้านสุขภาพระดับโลก เคยเป็นศาสตร์ที่ไม่สมบูรณ์ คนทำงานต้องยํ่าไปทั่วทุกหมู่บ้าน เพื่อเคาะประตูบ้านและถามคำถาม เขียนคำตอบลงไปในแบบฟอร์มกระดาษ แล้วก็พิมพ์ข้อมูลเข้าไปในคอมพิวเตอร์ และประเทศทั้งหลายก็นำข้อมูลที่ตกๆ หล่นๆ นี้ ไปใช้ในการตัดสินใจเรื่องสำคัญๆ กุนซือด้านข้อมูล โจเอล เซลานิกิโอพูดถึงการปฏิวัติระบบการรวบรวมข้อมูลด้านสุขภาพในทศวรรษที่ผ่านมา เริ่มต้นจาก ปาล์ม ไพล็อต ฮ็อตเมล์ และปัจจุบันได้ก้าวสู่การใช้อินเตอร์เน็ตแล้ว (ถ่ายทำที่ TEDxAustin)
Joel Selanikio - Health and technology activist
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
Dr. Joel Selanikio combines technology and data to help solve global health challenges. Full bio
Double-click the English transcript below to play the video.
00:12
There's an old joke about a cop who's walking his beat
0
717
2439
มีตลกเก่าแก่ เกี่ยวกับตำรวจคนหนึ่งที่กำลังเดินตรวจ
00:15
in the middle of the night,
1
3156
1295
ในตอนกลางดึก
00:16
and he comes across a guy under a street lamp
2
4451
2365
เขาเดินมาพบชายคนหนึ่งใต้เสาไฟฟ้าริมถนน
00:18
who's looking at the ground and moving from side to side,
3
6816
2531
กำลังก้มมองดูพื้นไปรอบๆ
00:21
and the cop asks him what he's doing.
4
9347
1859
ตำรวจจึงถามเขาว่า กำลังทำอะไรอยู่
00:23
The guys says he's looking for his keys.
5
11206
1959
ชายคนนั้นก็บอกว่า กำลังมองหากุญแจ
00:25
So the cop takes his time and looks over
6
13165
2580
ตำรวจจึงสละเวลามาช่วยหาด้วย
00:27
and kind of makes a little matrix and looks
7
15745
1637
โดยแบ่งพื้นที่เป็นตารางเล็กๆ
00:29
for about two, three minutes. No keys.
8
17382
3051
แล้วมองหาอยู่สองสามนาที ก็ไม่พบกุญแจ
00:32
The cop says, "Are you sure? Hey buddy,
9
20433
2966
ตำรวจจึงบอกว่า "แน่ใจหรือเปล่า ไอ้น้อง
00:35
are you sure you lost your keys here?"
10
23399
1880
แน่ใจนะ ว่านายทำกุญแจหายตรงนี้"
00:37
And the guy says, "No, no, actually I lost them
11
25279
1379
ชายคนนั้นตอบว่า "ไม่ ไม่ จริงๆ แล้วผมทำหาย
00:38
down at the other end of the street,
12
26658
1525
ตรงปลายถนนอีกด้านหนึ่ง
00:40
but the light is better here."
13
28183
5984
แต่แสงไฟตรงนี้สว่างกว่า"
00:46
There's a concept that people talk about nowadays
14
34167
1793
มีแนวคิดหนึ่งที่คนพูดถึงกันในปัจจุบัน
00:47
called big data, and what they're talking about
15
35960
2234
เรียกว่า ข้อมูลมากมายมหึมา (big data)
00:50
is all of the information that we're generating
16
38194
2166
ซึ่งก็คือ ข้อมูลข่าวสารทั้งหมด ที่เราสร้างขึ้นมา
00:52
through our interaction with and over the Internet,
17
40360
2665
ผ่านการโต้ตอบของเราทางอินเทอร์เน็ต
00:55
everything from Facebook and Twitter
18
43025
1942
ทุกๆ อย่าง จาก เฟสบุ๊ก และทวิตเตอร์
00:56
to music downloads, movies, streaming, all this kind of stuff,
19
44967
4077
ไปถึงการดาวน์โหลดเพลง ภาพยนตร์ ดูรายการ ทั้งหมดนั้น
01:01
the live streaming of TED.
20
49044
1875
ดูรายการสดของ TED
01:02
And the folks who work with big data, for them,
21
50919
2761
และสำหรับคนที่ทำงานกับข้อมูลมากมายมหึมานั้น
01:05
they talk about that their biggest problem is
22
53680
1771
เขาพูดถึงปัญหาใหญ่ที่สุดของพวกเขา นั่นคือ
01:07
we have so much information,
23
55451
1912
เรามีข้อมูลเยอะมากเหลือเกิน
01:09
the biggest problem is, how do we organize all that information?
24
57363
3492
ปัญหาใหญ่ที่สุดก็คือ
เราจะจัดระเบียบข้อมูลทั้งหมดนั้นอย่างไร
เราจะจัดระเบียบข้อมูลทั้งหมดนั้นอย่างไร
01:12
I can tell you that working in global health,
25
60855
2392
ผมบอกคุณได้เลยว่า ในการทำงานด้านสุขภาพระดับโลกนั้น
01:15
that is not our biggest problem.
26
63247
2872
นั่นไม่ใช่ปัญหาที่ใหญ่ที่สุดของเรา
01:18
Because for us, even though the light
27
66119
1570
เพราะว่าสำหรับเราแล้ว
01:19
is better on the Internet,
28
67689
3157
แม้ว่าแสงไฟในอินเทอร์เน็ตจะสว่างกว่า
01:22
the data that would help us solve the problems
29
70846
2320
แต่ข้อมูลที่จะช่วยเราแก้ปัญหา
01:25
we're trying to solve is not actually present on the Internet.
30
73166
3386
ที่เรากำลังพยายามแก้นั้น ไม่ได้มีอยู่ในอินเทอร์เน็ต
01:28
So we don't know, for example, how many people
31
76552
1847
เราจึงไม่รู้ว่า ตัวอย่างเช่น ขณะนี้มีคนสักกี่คน
01:30
right now are being affected by disasters
32
78399
2594
ที่กำลังได้รับผลกระทบจากภัยพิบัติ
01:32
or by conflict situations.
33
80993
2336
หรือ จากสถานการณ์ขัดแย้งต่างๆ
01:35
We don't know for really basically any of the clinics
34
83329
3743
โดยพื้นฐานจริงๆ แล้ว เราไม่รู้เลยว่า
คลินิกในโลกด้อยพัฒนา
คลินิกในโลกด้อยพัฒนา
01:39
in the developing world, which ones have medicines
35
87072
2193
คลินิกไหนบ้างที่มียาเวชภัณฑ์
01:41
and which ones don't.
36
89265
1460
และคลินิกไหนไม่มี
01:42
We have no idea of what the supply chain is for those clinics.
37
90725
3172
เราไม่รู้เลยว่า สายการจำหน่ายผลิตภัณฑ์ให้กับคลินิก
เหล่านั้นเป็นอย่างไร
เหล่านั้นเป็นอย่างไร
01:45
We don't know -- and this is really amazing to me --
38
93897
2860
เราไม่รู้เลย ซึ่งเรื่องนี้ทำให้ผมประหลาดใจจริงๆ
01:48
we don't know how many children were born,
39
96757
2901
เราไม่รู้ว่า มีเด็กเกิดกี่คน
01:51
or how many children there are in Bolivia
40
99658
2946
หรือมีเด็กอยู่กี่คนในประเทศโบลิเวีย
01:54
or Botswana or Bhutan.
41
102604
3154
หรือในบอสวาน่า หรือในภูฏาน
01:57
We don't know how many kids died last week
42
105758
1922
เราไม่รู้ว่า เด็กตายไปกี่คนเมื่อสัปดาห์ที่แล้ว
01:59
in any of those countries.
43
107680
1401
ในประเทศเหล่านั้น
02:01
We don't know the needs of the elderly, the mentally ill.
44
109081
3372
เราไม่รู้ถึงความต้องการของผู้สูงอายุ
หรือผู้ป่วยทางจิต
หรือผู้ป่วยทางจิต
02:04
For all of these different critically important problems
45
112453
3239
สำหรับปัญหาสำคัญถึงขั้นวิกฤติทั้งหมดนี้
02:07
or critically important areas that we want to solve problems in,
46
115692
3001
หรือในวงการที่สำคัญอย่างยิ่งยวดทั้งหลาย
ที่เราต้องการเข้าไปแก้ปัญหา
ที่เราต้องการเข้าไปแก้ปัญหา
02:10
we basically know nothing at all.
47
118693
5112
แท้จริงแล้ว เราไม่รู้อะไรเลย
02:15
And part of the reason why we don't know anything at all
48
123805
2623
และเหตุผลส่วนหนึ่่งที่เราไม่รู้อะไรเลย
02:18
is that the information technology systems
49
126428
2252
ก็เพราะว่า ระบบเทคโนโลยีข้อมูลข่าวสาร
02:20
that we use in global health to find the data
50
128680
3525
ที่เราใช้ในวงการสุขภาพระดับโลก เพื่อหาข้อมูล
02:24
to solve these problems is what you see here.
51
132205
2945
เพื่อแก้ปัญหาเหล่านี้ ก็คือสิ่งที่เราเห็นอยู่ตรงนี้
02:27
And this is about a 5,000-year-old technology.
52
135150
2258
นี่เป็นเทคโนโลยีอายุเก่าแก่ราวห้าพันปี
02:29
Some of you may have used it before.
53
137408
1052
บางท่านคงเคยใช้มันมาก่อนแล้ว
02:30
It's kind of on its way out now, but we still use it
54
138460
2320
ตอนนี้ดูเหมือนมันกำลังจะหายไป แต่เราก็ยังคงใช้มันอยู่
02:32
for 99 percent of our stuff.
55
140780
2091
ใน 99 เปอร์เซ็นต์ของงานที่เราทำ
02:34
This is a paper form, and what you're looking at
56
142871
4009
นั่นคือ แบบฟอร์มกระดาษ และสิ่งที่คุณเห็นอยู่นี้
02:38
is a paper form in the hand of a Ministry of Health nurse
57
146880
3366
ก็คือ แบบฟอร์มกระดาษในมือพยาบาล
ของกระทรวงสาธารณสุขอินโดนีเซีย
ของกระทรวงสาธารณสุขอินโดนีเซีย
02:42
in Indonesia who is tramping out across the countryside
58
150246
3288
ซึ่งกำลังเดินยํ่าไปทั่วชนบท ในอินโดนีเซีย
02:45
in Indonesia on, I'm sure, a very hot and humid day,
59
153534
3581
ผมเชื่อว่าอากาศต้องร้อนอบอ้าวมากๆ
02:49
and she is going to be knocking on thousands of doors
60
157115
2725
เธอจะต้องไปเคาะประตูบ้านเป็นพันๆ หลัง
02:51
over a period of weeks or months,
61
159840
1946
เป็นเวลาหลายๆ สัปดาห์ หรือหลายๆ เดือน
02:53
knocking on the doors and saying, "Excuse me,
62
161786
2448
ไปเคาะประตูบ้าน และบอกว่า "ขอโทษนะคะ
02:56
we'd like to ask you some questions.
63
164234
2172
เรามีคำถามอยากถามคุณหน่อย
02:58
Do you have any children? Were your children vaccinated?"
64
166406
3671
คุณมีลูกหรือเปล่าคะ ลูกของคุณฉีดวัคซีนหรือยัง"
03:02
Because the only way we can actually find out
65
170077
1848
เพราะว่าวิธีเดียวที่เราจะรู้ได้จริงๆ
03:03
how many children were vaccinated in the country of Indonesia,
66
171925
2883
ว่าเด็กในชนบทของอินโดนีเซีย ฉีดวัคซีนแล้วกี่คน
03:06
what percentage were vaccinated, is actually not
67
174808
2653
หรือกี่เปอร์เซ็นต์ ไม่ใช่การค้นหาในอินเทอร์เน็ต
03:09
on the Internet but by going out and knocking on doors,
68
177461
2900
แต่เป็นการออกไปเคาะประตูบ้าน
03:12
sometimes tens of thousands of doors.
69
180361
2871
ซึ่งบางครั้งก็หลายหมื่นหลายพันประตู
03:15
Sometimes it takes months to even years
70
183232
2376
บางครั้งใช้เวลาหลายๆ เดือน หรือแม้กระทั่งหลายๆ ปี
03:17
to do something like this.
71
185608
1726
เพื่อหาข้อมูลเรื่องแบบนี้
03:19
You know, a census of Indonesia
72
187334
2141
รู้ไหมครับ สำมะโนประชากรของอินโดนีเซีย
03:21
would probably take two years to accomplish.
73
189475
1832
อาจใช้เวลาสองปีจึงจะทำเสร็จ
03:23
And the problem, of course, with all of this is that
74
191307
2645
ปัญหาของกระบวนการเหล่านี้ แน่นอนครับ
03:25
with all those paper forms — and I'm telling you
75
193952
1785
มันอยู่ที่แบบฟอร์มกระดาษทั้งหมดนั่น ผมกำลังจะบอกว่า
03:27
we have paper forms for every possible thing.
76
195737
2212
เรามีแบบฟอร์มกระดาษสำหรับทุกๆ สิ่งที่เป็นไปได้
03:29
We have paper forms for vaccination surveys.
77
197949
2703
เรามีแบบฟอร์มกระดาษ สำหรับการสำรวจการฉีดวัคซีน
03:32
We have paper forms to track people who come into clinics.
78
200652
3374
เรามีแบบฟอร์ม เพื่อติดตามคนที่มาคลินิก
03:36
We have paper forms to track drug supplies,
79
204026
2795
เรามีแบบฟอร์ม เพื่อติดตามที่มาของยาและเวชภัณฑ์
03:38
blood supplies, all these different paper forms
80
206821
2804
และโลหิต แบบฟอร์มต่างๆ ทั้งหมดนี้
03:41
for many different topics,
81
209625
1725
ที่ใช้สำรวจเรื่องต่างๆ กันมากมาย
03:43
they all have a single common endpoint,
82
211350
2232
ล้วนมาลงเอยที่จุดสุดท้ายแบบเดียวกัน
03:45
and the common endpoint looks something like this.
83
213582
2665
จุดสุดท้ายที่ว่า ก็คืออะไรบางอย่างที่หน้าตาแบบนี้
03:48
And what we're looking at here is a truckful o' data.
84
216247
4284
สิ่งที่เราเห็นตรงนี้ ก็คือ ข้อมูลเต็มรถบรรทุก
03:52
This is the data from a single vaccination coverage survey
85
220531
4619
เป็นข้อมูลจากการสำรวจอัตราความครอบคลุม
ของการฉีดวัคซีนครั้งหนึ่ง
ของการฉีดวัคซีนครั้งหนึ่ง
03:57
in a single district in the country of Zambia
86
225150
2215
ในอำเภอเดียว ในชนบทของแซมเบีย
03:59
from a few years ago that I participated in.
87
227365
2128
จากเมื่อสองสามปีที่แล้ว ที่ผมเข้าไปร่วมทำอยู่ด้วย
04:01
The only thing anyone was trying to find out
88
229493
2557
สิ่งเดียวที่ใครก็ตามพยายามค้นหา
04:04
is what percentage of Zambian children are vaccinated,
89
232050
3103
ก็คือ มีเด็กๆ แซมเบียกี่เปอร์เซนต์
ที่ได้รับการฉีดวัคซีนแล้ว
ที่ได้รับการฉีดวัคซีนแล้ว
04:07
and this is the data, collected on paper over weeks
90
235153
3179
และนี่คือข้อมูลดังกล่าว ซึ่งถูกรวบรวมไว้บนกระดาษ
ในช่วงหลายสัปดาห์
ในช่วงหลายสัปดาห์
04:10
from a single district, which is something like a county
91
238332
2874
จากอำเภอเดียว ซึ่งคล้ายๆ กับเขตการปกครอง
04:13
in the United States.
92
241206
1340
ในสหรัฐอเมริกา
04:14
You can imagine that, for the entire country of Zambia,
93
242546
2108
คุณคงจินตนาการได้ว่า สำหรับทั่วทั้งประเทศแซมเบียแล้ว
04:16
answering just that single question
94
244654
3574
การหาคำตอบเพียงแค่คำถามเดียวนั่น
04:20
looks something like this.
95
248228
1948
ก็คงออกมาหน้าตาแบบนี้
04:22
Truck after truck after truck
96
250176
2655
รถบรรทุกคันแล้วคันเล่า
04:24
filled with stack after stack after stack of data.
97
252831
3461
ที่มีกองข้อมูลกองแล้วกองเล่าอยู่เต็มคันรถ
04:28
And what makes it even worse is that
98
256292
1328
และที่แย่ยิ่งไปกว่านั้น ก็คือ
04:29
that's just the beginning,
99
257620
1938
นั่นเป็นแค่เพียงการเริ่มต้น
04:31
because once you've collected all that data,
100
259558
1974
เพราะเมื่อคุณรวบรวมข้อมูลทั้งหมดมาแล้ว
04:33
of course someone's going to have to --
101
261532
1593
แน่นอนครับ ต้องมีใครบางคน
04:35
some unfortunate person is going to have to type that into a computer.
102
263125
3292
คนโชคร้ายบางคน ต้องพิมพ์ข้อมูลนั้นเข้าไปในคอมพิวเตอร์
04:38
When I was a graduate student, I actually was
103
266417
2046
จริงๆ แล้ว ตอนที่ผมเป็นนักศึกษาปริญญาเอก
04:40
that unfortunate person sometimes.
104
268463
2003
บางครั้งคนโชคร้ายคนนั้นก็คือผมเอง
04:42
I can tell you, I often wasn't really paying attention.
105
270466
3011
ผมบอกคุณได้เลยว่า บ่อยครั้งผมไม่ได้เอาใจใส่อย่างจริงจัง
04:45
I probably made a lot of mistakes when I did it
106
273477
1818
ตอนที่พิมพ์ข้อมูลนั้น ผมอาจพิมพ์ผิดพลาดไปเยอะมาก
04:47
that no one ever discovered, so data quality goes down.
107
275295
2825
ซึ่งไม่มีใครตรวจพบได้เลย
ดังนั้นคุณภาพของข้อมูลก็ลดลง
ดังนั้นคุณภาพของข้อมูลก็ลดลง
04:50
But eventually that data hopefully gets typed into a computer,
108
278120
3152
แต่ท้ายที่สุดก็หวังว่าข้อมูลเหล่านั้น
จะถูกพิมพ์เข้าไปในคอมพิวเตอร์
จะถูกพิมพ์เข้าไปในคอมพิวเตอร์
04:53
and someone can begin to analyze it,
109
281272
1767
และใครบางคนก็สามารถเริ่มต้นวิเคราะห์มันได้
04:55
and once they have an analysis and a report,
110
283039
2716
และเมื่อพวกเขามีผลการวิเคราะห์และรายงานออกมา
04:57
hopefully then you can take the results of that data collection
111
285755
3299
ก็หวังว่า คุณจะนำผลของการรวบรวมข้อมูลนั้นไปใช้
05:01
and use it to vaccinate children better.
112
289054
2147
เพื่อปรับปรุงการฉีดวัคซีนให้เด็กๆ ได้ดีขึ้น
05:03
Because if there's anything worse
113
291201
2909
เพราะว่า ถ้าจะมีอะไรบางอย่างที่เลวร้าย
05:06
in the field of global public health,
114
294110
2346
ในวงการสาธารณสุขระดับโลกแล้ว
05:08
I don't know what's worse than allowing children on this planet
115
296456
2729
ผมไม่รู้ว่า อะไรจะเลวร้ายไปกว่า
การยอมให้เด็กๆ บนโลกใบนี้
การยอมให้เด็กๆ บนโลกใบนี้
05:11
to die of vaccine-preventable diseases,
116
299185
3140
ตายเพราะโรคที่สามารถป้องกันได้ด้วยการฉีดวัคซีน
05:14
diseases for which the vaccine costs a dollar.
117
302325
3510
โรคที่มีวัคซีนป้องกันได้ในราคาดอลลาร์เดียว
05:17
And millions of children die of these diseases every year.
118
305835
3088
แต่เด็กเป็นล้านๆ คนกลับต้องตายด้วยโรคพวกนั้นทุกๆ ปี
05:20
And the fact is, millions is a gross estimate because
119
308923
3462
และที่จริง จำนวนเป็นล้านๆ นั้น
ก็เป็นแค่การประมาณหยาบๆ เพราะว่า
ก็เป็นแค่การประมาณหยาบๆ เพราะว่า
05:24
we don't really know how many kids die each year of this.
120
312385
3005
เราไม่ได้รู้แน่ชัดจริงๆ หรอกว่า ในแต่ละปี
มีเด็กตายจากสาเหตุนี้กี่คนกันแน่
มีเด็กตายจากสาเหตุนี้กี่คนกันแน่
05:27
What makes it even more frustrating is that
121
315390
2352
แต่สิ่งที่ทำให้หงุดหงิดใจมากกว่านั้น ก็คือ
05:29
the data entry part, the part that I used to do as a grad student,
122
317742
3099
ขั้นตอนการพิมพ์ข้อมูลเข้าคอมพิวเตอร์
ที่ผมเคยทำตอนเมื่อเรียนปริญญาเอกนั้น
ที่ผมเคยทำตอนเมื่อเรียนปริญญาเอกนั้น
05:32
can take sometimes six months.
123
320841
1970
บางครั้งใช้เวลาถึงหกเดือน
05:34
Sometimes it can take two years to type that information
124
322811
2276
บางครั้งก็ถึงสองปี เพื่อพิมพ์ข้อมูลนั้น
05:37
into a computer, and sometimes, actually not infrequently,
125
325087
3336
เข้าไปในคอมพิวเตอร์ และบางที จริงๆ แล้วก็บ่อยนะ
05:40
it actually never happens.
126
328423
1988
ข้อมูลนั้นก็ไม่ถูกพิมพ์เข้าคอมพิวเตอร์เลย
05:42
Now try and wrap your head around that for a second.
127
330411
2257
ทีนี้ ลองตั้งใจคิดเรื่องนี้หนักๆ สักหนึ่งวินาที
05:44
You just had teams of hundreds of people.
128
332668
2442
คุณมีทีมงานมากมายที่ประกอบด้วยคนหลายร้อยคน
05:47
They went out into the field to answer a particular question.
129
335110
2366
พวกเขาออกไปในพื้นที่ เพื่อหาคำตอบเรื่องใดเรื่องหนึ่ง
05:49
You probably spent hundreds of thousands of dollars
130
337476
2467
คุณอาจจ่ายเงินไปหลายแสนดอลลาร์
05:51
on fuel and photocopying and per diem,
131
339943
3844
เป็นค่าเชื้อเพลิง ค่าถ่ายเอกสาร และเบี้ยเลี้ยง
05:55
and then for some reason, momentum is lost
132
343787
2353
แล้วด้วยเหตุผลบางอย่าง ก็ไม่มีคนผลักดันโครงการนั้นต่อ
05:58
or there's no money left,
133
346140
1311
หรือเพราะเงินทุนหมด
05:59
and all of that comes to nothing
134
347451
2405
และที่ทำมาทั้งหมดก็ไม่เกิดผลอะไรเลย
06:01
because no one actually types it into the computer at all.
135
349856
2647
เพราะไม่มีใครพิมพ์ข้อมูลเข้าไปในคอมพิวเตอร์เลย
06:04
The process just stops. Happens all the time.
136
352503
3310
กระบวนการนั้นก็ต้องหยุดไป เป็นอย่างนี้บ่อยมาก
06:07
This is what we base our decisions on in global health:
137
355813
2933
นี่ล่ะ สิ่งที่เราใช้เป็นฐานในการตัดสินใจ
เรื่องสุขภาพระดับโลก
เรื่องสุขภาพระดับโลก
06:10
little data, old data, no data.
138
358746
4898
เรามีข้อมูลน้อยมาก ข้อมูลเก่า หรือไม่มีข้อมูลเลย
06:15
So back in 1995, I began to think about ways
139
363644
2567
เอาละ กลับไปในปี 1995 ผมจึงเริ่มต้นคิดวิธีการ
06:18
in which we could improve this process.
140
366211
2154
ที่เราจะสามารถปรับปรุงกระบวนการนี้ให้ดีขึ้น
06:20
Now 1995, obviously that was quite a long time ago.
141
368365
2798
ในปี 1995 ซึ่งนั่นก็ผ่านมานานมากแล้ว
06:23
It kind of frightens me to think of how long ago that was.
142
371163
2382
ผมตกใจเหมือนกัน เมื่อนึกถึงว่ามันนานขนาดนั้น
06:25
The top movie of the year was
143
373545
2194
ภาพยนตร์อันดับหนึ่งในปีนั้นคือ
06:27
"Die Hard with a Vengeance."
144
375739
1182
"Die Hard with a Vengence"
06:28
As you can see, Bruce Willis had a lot more hair back then.
145
376921
2783
คุณคงเห็นได้ชัดว่า
บรูซ วิลลิสตอนนั้นยังผมดกกว่านี้เยอะแยะ
บรูซ วิลลิสตอนนั้นยังผมดกกว่านี้เยอะแยะ
06:31
I was working in the Centers for Disease Control,
146
379704
2384
ตอนนั้นผมทำงานอยู่ที่ศูนย์ควบคุมโรค
06:34
and I had a lot more hair back then as well.
147
382088
3043
และผมเองก็ยังมีผมดกกว่านี้เยอะเช่นกัน
06:37
But to me, the most significant thing that I saw in 1995
148
385131
3342
แต่ สำหรับผม สิ่งที่มีนัยสำคัญที่สุดที่ผมเห็นในปี 1995
06:40
was this.
149
388473
1454
ก็คือสิ่งนี้
06:41
Hard for us to imagine, but in 1995,
150
389927
2641
มันยากที่เราจะจินตนาการได้ แต่ในปี 1995
06:44
this was the ultimate elite mobile device.
151
392568
3598
นี่เป็นอุปกรณ์อิเล็กทรอนิกส์เคลื่อนที่ซึ่งหรูสุดๆ ในตอนนั้น
06:48
Right? It wasn't an iPhone. It wasn't a Galaxy phone.
152
396166
2372
ใช่ไหมครับ มันไม่ใช่ไอโฟน มันไม่ใช่โทรศัพท์กาแล็กซี่
06:50
It was a Palm Pilot.
153
398538
1478
แต่มันคือ ปาล์ม ไพล็อต (Palm Pilot)
06:52
And when I saw the Palm Pilot for the first time, I thought,
154
400016
3564
และเมื่อผมเห็นปาล์ม ไพล็อตเป็นครั้งแรก
ผมก็คิดว่า
ผมก็คิดว่า
06:55
why can't we put the forms on these Palm Pilots
155
403580
2527
ทำไมเราไม่เอาแบบฟอร์มพวกนั้น
ใส่ไปในปาล์ม ไพล็อต
ใส่ไปในปาล์ม ไพล็อต
06:58
and go out into the field just carrying one Palm Pilot,
156
406107
2872
และก็ออกไปในพื้นที่
ถือไปแค่ ปาล์ม ไพล็อต ตัวเดียว
ถือไปแค่ ปาล์ม ไพล็อต ตัวเดียว
07:00
which can hold the capacity of tens of thousands
157
408979
3117
ซึ่งสามารถเก็บแบบฟอร์มได้หลายหมื่นหลายพันฉบับ
07:04
of paper forms? Why don't we try to do that?
158
412096
2181
ทำไมเราจึงไม่ลองทำแบบนั้นดู
07:06
Because if we can do that, if we can actually just
159
414277
2748
เพราะว่า ถ้าเราทำได้ ถ้าเราสามารถ
07:09
collect the data electronically, digitally,
160
417025
2514
เก็บข้อมูลด้วยวิธีอิเล็กทรอนิกส์ ในระบบดิจิตอล
07:11
from the very beginning,
161
419539
1903
ตั้งแต่ขั้นตอนแรกได้จริงๆ
07:13
we can just put a shortcut right through that whole process
162
421442
3017
เราก็สามารถข้ามขั้นตอนทั้งหมด
07:16
of typing,
163
424459
3222
ในการพิมพ์ข้อมูล
07:19
of having somebody type that stuff into the computer.
164
427681
1983
ที่ต้องให้คนบางคนพิมพ์ข้อมูลพวกนั้น
เข้าไปในคอมพิวเตอร์
เข้าไปในคอมพิวเตอร์
07:21
We can skip straight to the analysis
165
429664
1959
เราจะสามารถข้ามไปสู่การวิเคราะห์ได้เลย
07:23
and then straight to the use of the data to actually save lives.
166
431623
3075
แล้วก็ตรงเข้าไปสู่การใช้ข้อมูลนั้น
เพื่อช่วยชีวิตผู้คนได้อย่างแท้จริง
เพื่อช่วยชีวิตผู้คนได้อย่างแท้จริง
07:26
So that's actually what I began to do.
167
434698
2515
ผมจึงเริ่มลงมือทำอย่างนั้น
07:29
Working at CDC, I began to travel to different programs
168
437213
3334
ตอนทำงานที่ศูนย์ควบคุมและป้องกันโรค (CDC)
ผมเริ่มเดินทางไปยัง
ผมเริ่มเดินทางไปยัง
07:32
around the world and to train them in using Palm Pilots
169
440547
4069
โครงการต่างๆ รอบโลก
และฝึกให้พวกเขาใช้ ปาล์ม ไพล็อต
และฝึกให้พวกเขาใช้ ปาล์ม ไพล็อต
07:36
to do data collection instead of using paper.
170
444616
2525
เพื่อรวบรวมข้อมูล แทนที่จะใช้กระดาษ
07:39
And it actually worked great.
171
447141
2109
ซึ่งมันก็ใช้การได้ดีเยี่ยม
07:41
It worked exactly as well as anybody would have predicted.
172
449250
2665
มันทำงานได้ดีตามที่ใครๆ คาดหมายไว้
07:43
What do you know? Digital data collection
173
451915
2233
คุณรู้ไหมครับ การรวบรวมข้อมูลแบบดิจิตอล
07:46
is actually more efficient than collecting on paper.
174
454148
2271
จริงๆ แล้วมีประสิทธิภาพมากกว่า
การรวบรวมไว้บนกระดาษ
การรวบรวมไว้บนกระดาษ
07:48
While I was doing it, my business partner, Rose,
175
456419
2364
ในระหว่างที่ผมทำงานอยู่นั้น
หุ้นส่วนธุรกิจของผม คุณโรส
หุ้นส่วนธุรกิจของผม คุณโรส
07:50
who's here with her husband, Matthew, here in the audience,
176
458783
2817
ซึ่งอยู่ในกลุ่มผู้ชมที่นี่ด้วย
พร้อมกับสามีของเธอ คุณแมททิว
พร้อมกับสามีของเธอ คุณแมททิว
07:53
Rose was out doing similar stuff for the American Red Cross.
177
461600
3177
คุณโรสออกไปทำโครงการคล้ายกันนี้ ให้กับกาชาดอเมริกา
07:56
The problem was, after a few years of doing that,
178
464777
2065
ปัญหาก็คือ สองสามปีหลังจากที่ทำแบบนั้น
07:58
I realized I had done -- I had been to maybe
179
466842
2740
ผมก็ตระหนักขึ้นมาว่า ผมไปอบรมให้เจ้าหน้าที่มาแล้ว
08:01
six or seven programs, and I thought,
180
469582
2718
หก หรือ เจ็ดโครงการ และผมก็คิดว่า
08:04
you know, if I keep this up at this pace,
181
472300
2310
ถ้าผมยังทำแบบนี้ต่อไป ในอัตราความเร็วขนาดนี้
08:06
over my whole career, maybe I'm going to go
182
474610
1654
ตลอดอายุการทำงานทั้งหมดของผม
08:08
to maybe 20 or 30 programs.
183
476264
2277
ผมอาจจะอบรมคนได้ถึง 20 หรือ 30 โครงการ
08:10
But the problem is, 20 or 30 programs,
184
478541
3229
แต่ปัญหาคือ 20 หรือ 30 โครงการ
08:13
like, training 20 or 30 programs to use this technology,
185
481770
2973
คือ การฝึกคนใน 20 หรือ 30 โครงการให้ใช้เทคโนโลยีนี้
08:16
that is a tiny drop in the bucket.
186
484743
2206
เป็นแค่หยดนํํ้าเล็กๆ หนึ่งหยดในถัง
08:18
The demand for this, the need for data to run better programs,
187
486949
4039
ความต้องการในเรื่องนี้ ความจำเป็นที่ต้องมีข้อมูล
เพื่อปรับปรุงโครงการให้ดีขึ้น
เพื่อปรับปรุงโครงการให้ดีขึ้น
08:22
just within health, not to mention all of the other fields
188
490988
2736
แค่เพียงในเรื่องสุขภาพเท่านั้น
ยังไม่ต้องกล่าวถึงวงการอื่่นใด
ยังไม่ต้องกล่าวถึงวงการอื่่นใด
08:25
in developing countries, is enormous.
189
493724
2166
ในประเทศด้อยพัฒนานั้น มีมากมายเหลือคณา
08:27
There are millions and millions and millions of programs,
190
495890
4010
มีหลายต่อหลายล้านโครงการ
08:31
millions of clinics that need to track drugs,
191
499900
2535
หลายๆ ล้านคลินิกที่ต้องการติดตามเรื่องยา
08:34
millions of vaccine programs.
192
502435
1299
โครงการฉีดวัคซีนล้านๆ โครงการ
08:35
There are schools that need to track attendance.
193
503734
2057
ยังมีโรงเรียนที่ต้องติดตามการเข้าเรียนของนักเรียน
08:37
There are all these different things
194
505791
2005
ยังมีโครงการต่างๆ เหล่านี้ทั้งหมด
08:39
for us to get the data that we need to do.
195
507796
2095
ที่รอให้เราเก็บข้อมูลที่เราต้องการ
08:41
And I realized, if I kept up the way that I was doing,
196
509891
4526
ผมเลยตระหนักว่า ถ้าผมยังคงทำวิธีเดิมที่ทำอยู่นั้น
08:46
I was basically hardly going to make any impact
197
514417
3243
ผมคงไม่สามารถสร้างความเปลี่ยนแปลงอะไรได้จริงจังเลย
08:49
by the end of my career.
198
517660
1832
จนกระทั่งผมเกษียณ
08:51
And so I began to wrack my brain
199
519492
2155
ดังนั้นผมจึงเริ่มคิดอย่างหนัก
08:53
trying to think about, you know,
200
521647
1143
พยายามคิด
08:54
what was the process that I was doing,
201
522790
1518
ว่ากระบวนการที่ผมกำลังทำอยู่เป็นอย่างไร
08:56
how was I training folks, and what were the bottlenecks
202
524308
2856
ผมสอนชาวบ้านเขาอย่างไร
อะไรทำให้เกิดความล่าช้า
อะไรทำให้เกิดความล่าช้า
08:59
and what were the obstacles to doing it faster
203
527164
2813
และอะไรเป็นอุปสรรคของการที่จะทำให้เร็วยิ่งขึ้น
09:01
and to doing it more efficiently?
204
529977
1520
และมีประสิทธิภาพเพิ่มขึ้น
09:03
And unfortunately, after thinking about this for some time,
205
531497
3143
แต่โชคไม่ดีครับ หลังจากคิดถึงเรื่องนี้ระยะหนึ่ง
09:06
I realized -- I identified the main obstacle.
206
534640
3452
ผมก็ตระหนักว่า ผมรู้แล้วว่าอุปสรรคสำคัญคืออะไร
09:10
And the main obstacle, it turned out,
207
538092
1977
ปรากฏว่า อุปสรรคสำคัญ
09:12
and this is a sad realization,
208
540069
1835
ซึ่งผมพบว่าเป็นความจริงที่น่าเศร้า
09:13
the main obstacle was me.
209
541904
2268
เพราะอุปสรรคสำคัญก็คือ ตัวผมเอง
09:16
So what do I mean by that?
210
544172
2196
ผมหมายความว่าอย่างไรหรือครับ
09:18
I had developed a process whereby
211
546368
2488
ผมได้พัฒนากระบวนการหนึ่งขึ้น
09:20
I was the center of the universe of this technology.
212
548856
5045
โดยมีผมเป็นศูนย์กลางจักรวาลของเทคโนโลยีนี้
09:25
If you wanted to use this technology, you had to get in touch with me.
213
553901
2989
ถ้าคุณต้องการใช้เทคโนโลยีนี้ คุณก็ต้องมาติดต่อผม
09:28
That means you had to know I existed.
214
556890
2106
นั่นหมายความว่า คุณต้องรู้ว่าผมมีตัวตนอยู่นะ
09:30
Then you had to find the money to pay for me
215
558996
1474
แล้วคุณก็ต้องหาเงินมาเพื่อจ่ายให้ผม
09:32
to fly out to your country
216
560470
1486
บินไปประเทศของคุณ
09:33
and the money to pay for my hotel
217
561956
1548
และจ่ายค่าโรงแรมให้ผม
09:35
and my per diem and my daily rate.
218
563504
2760
และจ่ายค่าเบี้ยเลี้ยงและค่าจ้างรายวันของผม
09:38
So you could be talking about 10,000 or 20,000 or 30,000 dollars
219
566264
2949
ซึ่งนั่นอาจเป็นเงินราวๆ 10,000 หรือ 20,000
หรือ 30,000 ดอลลาร์
หรือ 30,000 ดอลลาร์
09:41
if I actually had the time or it fit my schedule
220
569213
2582
ถ้าหากว่าผมมีเวลา หรือจัดลงตารางเวลาของผมได้
09:43
and I wasn't on vacation.
221
571795
1947
และผมไม่ได้อยู่ในช่วงพักร้อน
09:45
The point is that anything, any system that depends
222
573742
2897
ประเด็นก็คือ อะไรหรือระบบใดก็ตาม
09:48
on a single human being or two or three or five human beings,
223
576639
2870
ที่ขึ้นอยู่กับคนเพียงคนเดียว
หรือสอง หรือสาม หรือห้าคน
หรือสอง หรือสาม หรือห้าคน
09:51
it just doesn't scale.
224
579509
1736
ย่อมไม่อาจขยายออกไปได้ในวงกว้าง
09:53
And this is a problem for which we need to scale
225
581245
2021
แต่นี่คือปัญหาที่เราจำเป็นต้องขยายเทคโนโลยีนี้
09:55
this technology and we need to scale it now.
226
583266
2997
และเราต้องรีบขยายมันออกไปในวงกว้างเดี๋ยวนี้
09:58
And so I began to think of ways in which I could basically
227
586263
2222
ผมจึงเริ่มต้นคิดวิธีที่ผมจะสามารถ
10:00
take myself out of the picture.
228
588485
2384
เอาตัวผมเองออกจากภาพนั้นให้ได้
10:02
And, you know, I was thinking,
229
590869
4496
คุณรู้ไหมครับ ตอนนั้นผมคิดว่า
10:07
how could I take myself out of the picture
230
595365
2096
ทำอย่างไรผมจึงจะเอาตัวเองออกจากภาพนั้นได้
10:09
for quite some time.
231
597461
1809
ใช้เวลานานสมควรทีเดียว
10:11
You know, I'd been trained that the way that
232
599270
2157
เพราะผมถูกฝึกมาในแบบที่ว่า
10:13
you distribute technology within international development
233
601427
2722
เราเผยแพร่เทคโนโลยีในโครงการพัฒนาระหว่างประเทศ
10:16
is always consultant-based.
234
604149
2027
โดยอาศัยบริษัทที่ปรึกษาเป็นหลักมาโดยตลอด
10:18
It's always guys that look pretty much like me
235
606176
2977
โดยทุกครั้งก็จะมีคนที่ดูเหมือนๆ กับผม
10:21
flying from countries that look pretty much like this
236
609153
2301
ที่บินจากประเทศพัฒนาแล้วแบบประเทศนี้
10:23
to other countries with people with darker skin.
237
611454
3106
ไปยังประเทศอื่นๆ ที่ผู้คนมีสีผิวเข้มกว่านี้
10:26
And you go out there, and you spend money on airfare
238
614560
2445
คุณไปที่นั่น แล้วก็ต้องใช้จ่ายเงินเป็นค่าเครื่องบิน
10:29
and you spend time and you spend per diem
239
617005
3510
และใช้เวลา จ่ายค่าเบี้ยเลี้ยง
10:32
and you spend [on a] hotel and you spend all that stuff.
240
620515
2112
ค่าโรงแรม คุณต้องจ่ายเงินไปในเรื่องแบบนั้น
10:34
As far as I knew, that was the only way
241
622627
1851
เท่าที่ผมทราบนะครับ นั่นเป็นวิธีการแบบเดียว
10:36
you could distribute technology, and I couldn't figure out a way around it.
242
624478
3269
ที่คุณจะเผยแพร่เทคโนโลยีได้
และผมก็คิดวิธีการอื่นนอกจากนี้ไม่ได้
และผมก็คิดวิธีการอื่นนอกจากนี้ไม่ได้
10:39
But the miracle that happened,
243
627747
2671
แต่แล้วก็สิ่งมหัศจรรย์เกิดขึ้น
10:42
I'm going to call it Hotmail for short.
244
630418
2750
ผมจะเรียกมันสั้นๆ ว่า ฮ็อตเมล์
10:45
Now you may not think of Hotmail as being miraculous,
245
633168
2181
เอาละ คุณอาจจะไม่คิดว่า ฮ็อตเมล์เป็นสิ่งมหัศจรรย์
10:47
but for me it was miraculous, because I noticed,
246
635349
2913
แต่สำหรับผมแล้ว มันมหัศจรรย์ เพราะผมได้สังเกตุเห็นว่า
10:50
just as I was wrestling with this problem,
247
638262
2566
ตอนที่ผมกำลังปลุกปลํ้ากับปัญหานี้อยู่
10:52
I was working in sub-Saharan Africa mostly at the time.
248
640828
3414
ผมใช้เวลาส่วนใหญ่ทำงานอยู่ทางตอนใต้ของ
ทะเลทรายซาฮาราในอาฟริกา
ทะเลทรายซาฮาราในอาฟริกา
10:56
I noticed that every sub-Saharan African health worker
249
644242
2589
ผมสังเกตุเห็นว่า เจ้าหน้าที่ด้านสุขภาพที่นั่นทุกคน
10:58
that I was working with had a Hotmail account.
250
646831
4108
ที่ผมทำงานอยู่ด้วยนั้น ใช้ฮ็อตเมล์ในการติดต่อกัน
11:02
And I thought, it struck me,
251
650939
2144
ผมก็เลยคิด คือมันทำให้ผมฉุกคิดขึ้นได้ว่า
11:05
wait a minute, I know that the Hotmail people
252
653083
2615
ประเดี๋ยวนะ ผมมั่นใจว่าคนของฮ็อตเมล์
11:07
surely didn't fly to the Ministry of Health of Kenya
253
655698
2716
ไม่เคยบินที่ไปกระทรวงสาธารณสุข
ของประเทศเคนย่า
ของประเทศเคนย่า
11:10
to train people in how to use Hotmail.
254
658414
2711
เพื่อไปฝึกผู้คนให้รู้จักวิธีการใช้ฮ็อตเมล์แน่ๆ
11:13
So these guys are distributing technology.
255
661125
2487
แปลว่า คนเหล่านี้เผยแพร่เทคโนโลยีกันเอง
11:15
They're getting software capacity out there
256
663612
2004
พวกเขาเรียนรู้การใช้ซอฟต์แวร์จากที่ไหนสักแห่ง
11:17
but they're not actually flying around the world.
257
665616
2009
แต่พวกเขาไม่เคยต้องบินไปรอบโลกเลย
11:19
I need to think about this some more.
258
667625
1560
ผมต้องขบคิดเรื่องนี้อยู่อีกสักพักหนึ่ง
11:21
While I was thinking about it, people started using
259
669185
2173
ระหว่างที่กำลังคิดอยู่นั้น ผู้คนก็เริ่มต้นใช้
11:23
even more things just like this, just as we were.
260
671358
3200
เครื่องมือคล้ายๆ อย่างนี้เพิ่มมากขึ้น
เหมือนอย่างที่พวกเราก็เป็นกัน
เหมือนอย่างที่พวกเราก็เป็นกัน
11:26
They started using LinkedIn and Flickr
261
674558
1210
พวกเขาเริ่มใช้ Linkedln และ Flickr
11:27
and Gmail and Google Maps, all these things.
262
675768
2761
จีเมล์ และแผนที่กูเกิล ของประเภทนี้
11:30
Of course, all of these things are cloud-based
263
678529
2726
แน่นอนครับ ทั้งหมดนี้เป็นการใช้งานบนอินเตอร์เน็ต
11:33
and don't require any training.
264
681255
2206
และไม่จำเป็นต้องมีการฝึกแต่อย่างใด
11:35
They don't require any programmers.
265
683461
1600
ไม่ต้องใช้นักเขียนโปรแกรมคอมพิวเตอร์
11:37
They don't require any consultants, because
266
685061
1709
ไม่ต้องใช้ที่ปรึกษาใดๆ ก็เพราะว่า
11:38
the business model for all these businesses
267
686770
2394
โมเดลธุรกิจพวกนี้ทั้งหมด
11:41
requires that something be so simple we can use it ourselves
268
689164
2997
ต้องการสร้างเครื่องมือที่ใช้ง่ายๆ
จนเราสามารถใช้มันได้ด้วยตัวเอง
จนเราสามารถใช้มันได้ด้วยตัวเอง
11:44
with little or no training.
269
692161
1185
โดยมีการฝึกเพียงเล็กน้อย หรือไม่ต้องมีเลย
11:45
You just have to hear about it and go to the website.
270
693346
2614
คุณเพียงแค่ได้ยินมา แล้วก็เข้าไปในเว็บไซต์
11:47
And so I thought, what would happen if we built software
271
695960
4365
ผมจึงคิดว่า จะเกิดอะไรขึ้น ถ้าเราสร้างซอฟต์แวร์ขึ้นมา
11:52
to do what I'd been consulting in?
272
700325
2011
เพื่อทำสิ่งที่ผมเคยทำ ในการให้คำปรึกษา
11:54
Instead of training people how
273
702336
1434
แทนที่จะฝึกผู้คนให้รู้วิธี
11:55
to put forms onto mobile devices,
274
703770
2850
เอาแบบฟอร์มไปใส่ในเครื่องมือเคลื่อนที่
11:58
let's create software that lets them do it themselves
275
706620
2284
เรามาสร้างซอฟต์แวร์ ที่ทำให้พวกเขาทำได้ด้วยตัวเอง
12:00
with no training and without me being involved?
276
708904
1890
โดยไม่มีการฝึกอบรม
และไม่มีผมเข้าไปเกี่ยวข้องได้หรือไม่
และไม่มีผมเข้าไปเกี่ยวข้องได้หรือไม่
12:02
And that's exactly what we did.
277
710794
1804
และผมก็ลงมือทำตามนั้นเลย
12:04
So we created software called Magpi,
278
712598
3684
เราจึงสร้างซอฟต์แวร์ขึ้นมา เรียกว่า แม็กไพ (Magpi)
12:08
which has an online form creator.
279
716282
1877
ซึ่งมีตัวสร้างแบบฟอร์มทางออนไลน์
12:10
No one has to speak to me.
280
718159
1151
ไม่ต้องให้ใครมาคุยกับผม
12:11
You just have to hear about it and go to the website.
281
719310
2694
คุณเพียงแค่ได้ยินเรื่องนี้ และก็เข้าไปในเว็บไซต์
12:14
You can create forms, and once you've created the forms,
282
722004
2747
คุณก็สามารถสร้างแบบฟอร์มขึ้นมาได้
และเมื่อสร้างขึ้นมาแล้ว
และเมื่อสร้างขึ้นมาแล้ว
12:16
you push them to a variety of common mobile phones.
283
724751
2340
คุณก็ส่งมันเข้าไปในโทรศัพท์มือถือทั่วๆ ไป
หลากหลายประเภท
หลากหลายประเภท
12:19
Obviously nowadays, we've moved past Palm Pilots
284
727091
2475
เห็นได้ชัดว่า ปัจจุบันนี้ เราได้ข้ามผ่าน ปาล์ม ไพล็อต
12:21
to mobile phones.
285
729566
1328
จนไปถึงโทรศัพท์มือถือแล้ว
12:22
And it doesn't have to be a smartphone.
286
730894
1132
และมันไม่จำเป็นต้องเป็นสมาร์ทโฟน
12:24
It can be a basic phone like the phone on the right there,
287
732026
2707
โทรศัพท์พื้นฐานก็ใช้ได้ เช่น โทรศัพท์ด้านขวามือนั่น
12:26
you know, the basic kind of Symbian phone
288
734733
1336
โทรศัพท์แบบซิมเบียน (Symbian) ธรรมดาๆ
12:28
that's very common in developing countries.
289
736069
2466
ซึ่งใช้กันอย่างแพร่หลายมากในประเทศด้อยพัฒนา
12:30
And the great part about this is, it's just like Hotmail.
290
738535
3999
และสิ่งที่เจ๋งมากเกี่ยวกับเรื่องนี้ก็คือ มันเหมือนฮ็อตเมล์
12:34
It's cloud-based, and it doesn't require any training,
291
742534
2334
มันเป็นการใช้ผ่านอินเตอร์เน็ต และไม่ต้องมีการฝึก
12:36
programming, consultants.
292
744868
2040
หรือการเขียนโปรแกรม หรือที่ปรึกษา
12:38
But there are some additional benefits as well.
293
746908
1936
แถมยังมีผลพลอยได้อื่นๆ อีกด้วย
12:40
Now we knew, when we built this system,
294
748844
1955
ตอนนี้เรารู้แล้วว่า เมื่อเราสร้างระบบนี้ขึ้นมา
12:42
the whole point of it, just like with the Palm Pilots,
295
750799
2293
เป้าหมายของมัน ก็เหมือนกับเรื่อง ปาล์ม ไพล็อต
12:45
was that you'd have to, you'd be able to
296
753092
2604
คือ คุณจะต้อง คุณจะสามารถ
12:47
collect the data and immediately upload the data and get your data set.
297
755696
3191
รวบรวมข้อมูล อัพโหลดข้อมูล
และได้ชุดข้อมูลของคุณออกมาในทันที
และได้ชุดข้อมูลของคุณออกมาในทันที
12:50
But what we found, of course, since it's already on a computer,
298
758887
2437
แต่สิ่งที่เราพบ แน่นอนครับ
เพราะว่ามันอยู่ในคอมพิวเตอร์อยู่แล้ว
เพราะว่ามันอยู่ในคอมพิวเตอร์อยู่แล้ว
12:53
we can deliver instant maps and analysis and graphing.
299
761324
3188
เราก็สามารถส่งแผนที่ การวิเคราะห์ กราฟ ได้เดี๋ยวนั้นเลย
12:56
We can take a process that took two years
300
764512
2251
เราสามารถเอากระบวนการที่ใช้เวลาสองปี
12:58
and compress that down to the space of five minutes.
301
766763
3222
และย่อมันลงไปไว้ในช่วงเวลาแค่ห้านาที
13:01
Unbelievable improvements in efficiency.
302
769985
2506
เป็นการปรับปรุงให้มีประสิทธิภาพดีขึ้น อย่างไม่น่าเชื่อ
13:04
Cloud-based, no training, no consultants, no me.
303
772491
4766
ใช้อินเตอร์เน็ต ไม่ต้องมีการฝึก
ไม่ต้องมีที่ปรึกษา ไม่ต้องมีผม
ไม่ต้องมีที่ปรึกษา ไม่ต้องมีผม
13:09
And I told you that in the first few years
304
777257
2323
และผมบอกคุณได้ว่า ในสองสามปีแรก
13:11
of trying to do this the old-fashioned way,
305
779580
1827
ที่ผมพยายามทำสิ่งนี้ โดยวิธีการแบบเก่าๆ
13:13
going out to each country,
306
781407
1292
คือเดินทางไปแต่ละประเทศ
13:14
we reached about, I don't know,
307
782699
3054
เราเข้าถึงคน ผมไม่แน่ใจนะครับ
13:17
probably trained about 1,000 people.
308
785753
2118
เราน่าจะฝึกคนไปได้ประมาณ 1,000 คน
13:19
What happened after we did this?
309
787871
1803
แล้วอะไรเกิดขึ้นครับ หลังจากเราทำระบบใหม่นี้
13:21
In the second three years, we had 14,000 people
310
789674
2506
ภายในสามปีต่อมา มีคน 14,000 คน
13:24
find the website, sign up, and start using it to collect data,
311
792180
3193
ที่พบเว็บไซต์ของเรา ลงทะเบียน
และเริ่มใช้มันเพื่อรวบรวมข้อมูล
และเริ่มใช้มันเพื่อรวบรวมข้อมูล
13:27
data for disaster response,
312
795373
1502
เช่น ข้อมูลเพื่อรับมือกับภัยพิบัติ
13:28
Canadian pig farmers tracking pig disease and pig herds,
313
796875
4748
ผู้เลี้ยงหมูชาวคานาดา
ติดตามข้อมูลโรคที่เกิดกับหมู และฝูงหมู
ติดตามข้อมูลโรคที่เกิดกับหมู และฝูงหมู
13:33
people tracking drug supplies.
314
801623
2415
มีคนใช้ระบบนี้ติดตามผู้จำหน่ายยา
13:36
One of my favorite examples, the IRC,
315
804038
1942
ตัวอย่างหนึ่งที่เราชอบ ก็คือ IRC
13:37
International Rescue Committee,
316
805980
1629
หรือคณะกรรมการช่วยชีวิตระหว่างประเทศ
13:39
they have a program where semi-literate midwives
317
807609
3237
มีโครงการให้หมอตำแย ที่อ่านหนังสือออก แต่เขียนไม่ได้
13:42
using $10 mobile phones
318
810846
2427
ใช้โทรศัพท์มือถือราคา 10 ดอลลาร์
13:45
send a text message using our software
319
813273
2209
ส่งข่าวสารโดยใช้ซอฟต์แวร์ของเรา
13:47
once a week with the number of births
320
815482
2209
สัปดาห์ละครั้ง เกี่ยวกับจำนวนเด็กที่เกิด
13:49
and the number of deaths, which gives IRC
321
817691
2313
และจำนวนเด็กที่ตาย ซึ่งทำให้ IRC
13:52
something that no one in global health has ever had:
322
820004
2599
มีบางอย่างที่ไม่มีใครเคยมี ในเรื่องสุขภาพระดับโลก
13:54
a near real-time system of counting babies,
323
822603
3637
ได้แก่ ระบบที่ทำงานแบบทันที ในการนับจำนวนทารก
13:58
of knowing how many kids are born,
324
826240
1492
ได้รู้ว่ามีเด็กเกิดมากี่คน
13:59
of knowing how many children there are
325
827732
1676
และมีเด็กอยู่กี่คน
14:01
in Sierra Leone, which is the country where this is happening,
326
829408
2782
ในประเทศซีรา ลีออน ซึ่งกำลังใช้ระบบนี้อยู่
14:04
and knowing how many children die.
327
832190
3204
และเราก็รู้ได้ด้วยว่ามีเด็กตายไปกี่คน
14:07
Physicians for Human Rights --
328
835394
1597
องค์กรแพทย์เพื่อสิทธิมนุษยชน
14:08
this is moving a little bit outside the health field —
329
836991
2479
คือ เริ่มมีการนำระบบนี้ไปใช้ในวงการอื่น
นอกจากเรื่องสุขภาพแล้วนะ
นอกจากเรื่องสุขภาพแล้วนะ
14:11
they are gathering, they're basically training people
330
839470
2865
องค์กรนี้เขากำลังรวมตัวกัน โดยพื้นฐานก็เพื่อฝึกผู้คน
14:14
to do rape exams in Congo, where this is an epidemic,
331
842335
3364
ให้ตรวจเหยื่อข่มขืนในประเทศคองโก
ที่เกิดเหตุข่มขืนเยอะมาก
ที่เกิดเหตุข่มขืนเยอะมาก
14:17
a horrible epidemic,
332
845699
1748
ราวกับโรคระบาดที่น่าเกลียดน่ากลัว
14:19
and they're using our software to document
333
847447
2171
พวกเขาใช้ซอฟต์แวร์ของเราเก็บบันทึก
14:21
the evidence they find, including photographically,
334
849618
2972
หลักฐานที่พบ รวมทั้งภาพถ่ายด้วย
14:24
so that they can bring the perpetrators to justice.
335
852590
4152
เพื่อจะได้นำผู้กระทำผิดเข้าสู่กระบวนการยุติธรรม
14:28
Camfed, another charity based out of the U.K.,
336
856742
3683
แคมเฟด (Camfed) องค์กรการกุศลอีกรายหนึ่ง
ที่มีสำนักงานใหญ่อยู่ในประเทศอังกฤษ
ที่มีสำนักงานใหญ่อยู่ในประเทศอังกฤษ
14:32
Camfed pays girls' families to keep them in school.
337
860425
3748
แคมเฟดจ่ายเงินให้ครอบครัวของเด็กหญิง
เพื่อให้เด็กๆ ไปโรงเรียนอย่างต่อเนื่อง
เพื่อให้เด็กๆ ไปโรงเรียนอย่างต่อเนื่อง
14:36
They understand this is the most significant intervention
338
864173
1873
พวกเขารู้ว่า นี่เป็นการแทรกแซงที่สำคัญที่สุด
14:38
they can make. They used to track the dispersements,
339
866046
3284
ที่พวกเขาสามารถทำได้
พวกเขาเคยติดตามความครอบคลุมของโครงการ
พวกเขาเคยติดตามความครอบคลุมของโครงการ
14:41
the attendance, the grades, on paper.
340
869330
1986
การเข้าชั้นเรียน และผลการเรียน ด้วยแบบฟอร์มกระดาษ
14:43
The turnaround time between a teacher
341
871316
1608
เวลาที่ใช้ไป ตั้งแต่ครู
14:44
writing down grades or attendance
342
872924
1726
เขียนบันทึกคะแนนสอบ หรือการเข้าชั้นเรียน
14:46
and getting that into a report was about two to three years.
343
874650
2610
จนกระทั่งนำข้อมูลนั้นไปทำรายงานเสร็จ
ใช้เวลาราวสองถึงสามปี
ใช้เวลาราวสองถึงสามปี
14:49
Now it's real time, and because this is such
344
877260
2230
แต่เดี๋ยวนี้ทำได้ทันที และเพราะว่านี่
14:51
a low-cost system and based in the cloud, it costs,
345
879490
2940
เป็นระบบที่ค่าใช้จ่ายตํ่ามากๆ
และทำงานบนอินเตอร์เน็ต
และทำงานบนอินเตอร์เน็ต
14:54
for the entire five countries that Camfed runs this in
346
882430
3434
ค่าใช้จ่ายรวมทั้งห้าประเทศที่แคมเฟ็ดทำงานนี้อยู่
14:57
with tens of thousands of girls,
347
885864
1932
ในการดูแลเด็กหญิงเป็นหมื่นๆ คน
14:59
the whole cost combined is 10,000 dollars a year.
348
887796
3358
รวมเป็นเงินแค่ 10,000 ดอลลาร์ต่อปี
15:03
That's less than I used to get
349
891154
1801
ซึ่งน้อยกว่าที่ผมเคยได้รับ
15:04
just traveling out for two weeks to do a consultation.
350
892955
5071
ตอนที่เดินทางออกไปให้คำปรึกษา
เป็นเวลาสองสัปดาห์เสียอีก
เป็นเวลาสองสัปดาห์เสียอีก
15:10
So I told you before that
351
898026
2136
ดังนั้น ที่ผมบอกคุณก่อนหน้านี้ว่า
15:12
when we were doing it the old-fashioned way, I realized
352
900162
2192
เมื่อเราทำงานด้วยวิธีเก่านั้น ผมตระหนักว่า
15:14
all of our work was really adding up to just a drop in the bucket --
353
902354
2898
งานของเราทั้งหมดนั้น แท้จริงเมื่อรวมกันแล้ว
ก็เป็นเพียงนํ้าหยดหนึ่งในถัง
ก็เป็นเพียงนํ้าหยดหนึ่งในถัง
15:17
10, 20, 30 different programs.
354
905252
2226
โครงการต่างๆ 10, 20, 30 โครงการนั่น
15:19
We've made a lot of progress, but I recognize
355
907478
2275
เราได้สร้างความก้าวหน้าไปมาก แต่ผมก็ยอมรับว่า
15:21
that right now, even the work that we've done
356
909753
2157
ในขณะนี้ แม้แต่งานที่เราได้ทำไปแล้ว
15:23
with 14,000 people using this,
357
911910
2404
กับผู้คน 14,000 คนที่ใช้ระบบใหม่นี้
15:26
is still a drop in the bucket. But something's changed.
358
914314
2946
ก็ยังคงเป็นหยดนํ้าหยดเดียวในถังอยู่นั่นเอง
แต่บางสิ่งบางอย่างได้เปลี่ยนไปแล้ว
แต่บางสิ่งบางอย่างได้เปลี่ยนไปแล้ว
15:29
And I think it should be obvious.
359
917260
1216
และผมคิดว่า มันน่าจะชัดเจน
15:30
What's changed now is,
360
918476
2091
ว่าสิ่งที่ได้เปลี่ยนไปแล้วในปัจจุบันคือ
15:32
instead of having a program in which we're scaling at such a slow rate
361
920567
3578
แทนที่เราจะมีโครงการหนึ่ง
ที่ขยายออกไปได้ในอัตราที่ตํ่ามาก
ที่ขยายออกไปได้ในอัตราที่ตํ่ามาก
15:36
that we can never reach all the people who need us,
362
924145
3198
จนเราไม่สามารถเข้าถึงผู้คนทั้งหมดที่ต้องการเรา
15:39
we've made it unnecessary for people to get reached by us.
363
927343
3659
ตอนนี้เราไม่จำเป็นเป็นต้องเดินทางไปพบพวกเขาแล้ว
15:43
We've created a tool that lets programs
364
931002
3076
เราได้สร้างเครื่องมือที่ ทำให้โครงการต่างๆ
15:46
keep kids in school, track the number of babies
365
934078
3155
สามารถทำให้เด็กยังคงไปโรงเรียน
15:49
that are born and the number of babies that die,
366
937233
2804
หรือติดตามจำนวนเด็กทารกที่เกิดและจำนวนเด็กที่ตาย
15:52
to catch criminals and successfully prosecute them,
367
940037
3623
เพื่อจับอาชญากร และนำพวกเขามาลงโทษได้สำเร็จ
15:55
to do all these different things to learn more
368
943660
2690
เพื่อทำสิ่งต่างๆ เหล่านี้ทั้งหมด เพื่อให้ได้เรียนรู้เพิ่มขึ้น
15:58
about what's going on, to understand more, to see more,
369
946350
5117
เกี่ยวกับสิ่งที่กำลังเกิดขึ้น เพื่อเข้าใจให้มากขึ้น
เพื่อเห็นมากยิ่งขึ้น
เพื่อเห็นมากยิ่งขึ้น
16:03
and to save lives and improve lives.
370
951467
3971
และเพื่อช่วยชีวิต และปรับปรุงชีวิตของผู้คนให้ดีขึ้น
16:07
Thank you.
371
955438
1997
ขอบคุณครับ
16:09
(Applause)
372
957435
3987
(เสียงปรบมือ)
ABOUT THE SPEAKER
Joel Selanikio - Health and technology activistDr. Joel Selanikio combines technology and data to help solve global health challenges.
Why you should listen
A practicing pediatrician, former Wall Street computer consultant, and former epidemiologist at the Centers for Disease Control, Dr. Joel Selanikio is the CEO of DataDyne, a social business working in fields such as international development and global health.
Selanikio started to experiment with electronic data capture back when the Palm Pilot was cutting edge technology. In the years since then, he has helped to experiment with the growing potential and availability of technology--and the growing ubiquity of the cloud. Combining the two has led to systems such as Magpi mobile data collection software. Previously known as "EpiSurveyor," the service now has over 20,000 users in more than 170 countries.
Selanikio holds a bachelor's degree from Haverford College, a medical degree from Brown University, and he is a graduate of the Epidemic Intelligence Service fellowship of the CDC. He continues to practice clinical pediatrics as an Assistant Professor at Georgetown University and on the Emergency Response Team of the International Rescue Committee.
Joel Selanikio | Speaker | TED.com